सिमेन्टिक वेब र लिङ्क गरिएको डाटा। सुधार र थपहरू

म यो भर्खरै प्रकाशित पुस्तकको एक टुक्रा जनतासामु प्रस्तुत गर्न चाहन्छु:

एक उद्यम को ओन्टोलॉजिकल मोडेलिङ: विधि र प्रविधिहरू [पाठ]: मोनोग्राफ / [एस। V. Gorshkov, S. S. Kralin, O. I. Mushtak र अन्य; कार्यकारी सम्पादक SV Gorshkov]। - एकटेरिनबर्ग: यूराल युनिभर्सिटी पब्लिशिङ हाउस, 2019। - 234 p।: बिरामी।, टेबल; 20 सेमी। - लेखक। पछाडिको टिटमा संकेत गरिएको छ। संग। - बिब्लियोग्राफी ch को अन्त्यमा। — ISBN 978-5-7996-2580-1: 200 प्रतिहरू।

Habré मा यो टुक्रा पोस्ट गर्ने उद्देश्य चार गुणा छ:

• यो सम्भव छैन कि कसैले यो पुस्तक आफ्नो हातमा समात्न सक्षम हुनेछ यदि उनी सम्मानित ग्राहक होइनन् SergeIndex; यो पक्कै पनि बिक्री मा छैन।
• पाठमा सुधारहरू गरिएका छन् (तिनीहरूलाई तल हाइलाइट गरिएको छैन) र थपहरू गरिएको छ जुन मुद्रित मोनोग्राफको ढाँचासँग धेरै मिल्दैन: सामयिक नोटहरू (स्पोइलरहरू अन्तर्गत) र हाइपरलिङ्कहरू।
• म चाहन्छु प्रश्न र टिप्पणी सङ्कलन, कुनै पनि अन्य प्रकाशनहरूमा संशोधित फारममा यो पाठ समावेश गर्दा तिनीहरूलाई ध्यानमा राख्नको लागि।
• धेरै सिमान्टिक वेब र लिङ्क गरिएको डेटा अनुयायीहरू अझै पनि विश्वास गर्छन् कि तिनीहरूको सर्कल यति साँघुरो छ, मुख्यतया किनकी सामान्य जनतालाई अझै सम्म सही रूपमा व्याख्या गरिएको छैन कि यो सिमान्टिक वेब र लिङ्क गरिएको डेटाको अनुयायी हुन कति राम्रो छ। टुक्राको लेखक, यद्यपि उहाँ यस सर्कलसँग सम्बन्धित हुनुहुन्छ, यो विचार राख्दैन, तर, यद्यपि, आफूलाई अर्को प्रयास गर्न बाध्य मानिन्छ।

र त्यसैले,

अर्थपूर्ण वेब

इन्टरनेटको विकास निम्नानुसार प्रतिनिधित्व गर्न सकिन्छ (वा तल संकेत गरिएको क्रममा गठन गरिएका यसको खण्डहरूको बारेमा कुरा गर्नुहोस्):

1. इन्टरनेटमा कागजातहरू। प्रमुख प्रविधिहरू - गोफर, FTP, आदि।
   इन्टरनेट स्थानीय स्रोतहरूको आदानप्रदानको लागि विश्वव्यापी नेटवर्क हो।
2. इन्टरनेट कागजातहरू। मुख्य प्रविधिहरू HTML र HTTP हुन्।
   खुला स्रोतहरूको प्रकृतिले तिनीहरूको प्रसारण माध्यमको विशेषताहरूलाई ध्यानमा राख्छ।
3. इन्टरनेट डाटा। मुख्य प्रविधिहरू - REST र SOAP API, XHR, आदि।
   इन्टरनेट एप्लिकेसनको युगमा मानिसहरु स्रोतसाधनको उपभोक्ता मात्र होइनन् ।
4. इन्टरनेट डाटा। मुख्य प्रविधिहरू लिङ्क गरिएको डाटा प्रविधिहरू हुन्।
   दोस्रो कोर टेक्नोलोजीका निर्माता र W3C को निर्देशक बर्नर्स-ली द्वारा भविष्यवाणी गरिएको यो चौथो चरणलाई सिमान्टिक वेब भनिन्छ; लिङ्क गरिएको डाटा प्रविधिहरू वेबमा डाटालाई मेसिनले पढ्न योग्य मात्र होइन, "मेसिनले बुझ्न सकिने" बनाउन डिजाइन गरिएको हो।

निम्नबाट, पाठकले दोस्रो र चौथो चरणका मुख्य अवधारणाहरू बीचको पत्राचार बुझ्नेछन्:

• URL हरू URI सँग मिल्दोजुल्दो छन्,
• HTML को एनालग RDF हो,
• HTML हाइपरलिङ्कहरू RDF कागजातहरूमा URI घटनाहरू जस्तै छन्।

सिमान्टिक वेब इन्टरनेटको भविष्यको एक विशिष्ट सहज वा लबिङ प्रवृत्ति भन्दा बढी प्रणालीगत दृष्टिकोण हो, यद्यपि यसले यी पछिल्लाहरूलाई ध्यानमा राख्न सक्छ। उदाहरण को लागी, वेब 2.0 भनिन्छ को एक महत्वपूर्ण विशेषता "प्रयोगकर्ता द्वारा उत्पन्न सामग्री" मानिन्छ। विशेष गरी, W3C सिफारिसलाई ध्यानमा राख्न भनिएको छ "वेब एनोटेशन ओन्टोलजी"र यस्तो उपक्रम ठोस.

के सिमेन्टिक वेब मरेको छ?

यदि तपाईं अस्वीकार गर्नुहुन्छ अवास्तविक अपेक्षाहरू, सिमान्टिक वेबको अवस्था लगभग विकसित समाजवादको समयमा साम्यवादको जस्तै छ (र इलिचको सशर्त निर्देशनहरूप्रति वफादारी पालना गरिएको छ कि छैन, सबैले आफैं निर्णय गरौं)। खोज इन्जिनहरू धेरै सफलतापूर्वक वेबसाइटहरूलाई RDFa र JSON-LD प्रयोग गर्न बाध्य पार्नुहोस् र तल वर्णन गरिएकाहरूसँग सम्बन्धित प्रविधिहरू प्रयोग गर्नुहोस् (Google Knowledge Graph, Bing Knowledge Graph)।

सामान्य शब्दहरूमा, लेखकले ठूलो फैलावटलाई रोक्न सक्दैन, तर व्यक्तिगत अनुभवको आधारमा बोल्न सक्छ। त्यहाँ समस्याहरू छन् जुन SW आक्रमणको अवस्थाहरूमा "बक्स बाहिर" समाधान गर्न सकिन्छ, यद्यपि तिनीहरू धेरै व्यापक छैनन्। नतिजाको रूपमा, यी कार्यहरूको सामना गर्नेहरूसँग समाधान प्रदान गर्न सक्षम व्यक्तिहरू विरुद्ध जबरजस्ती गर्ने कुनै माध्यम छैन, जबकि समाधानको पछिल्लो स्वतन्त्र प्रावधान तिनीहरूको व्यवसायिक मोडेलको विरोधाभास हो। त्यसोभए हामी HTML पार्स गर्न जारी राख्छौं र विभिन्न एपीआईहरू सँगै टाँस्छौं, एकअर्काको झन्झट।

यद्यपि, लिङ्क गरिएको डाटा प्रविधिहरू मुख्यधारा वेबभन्दा बाहिर फैलिएका छन्; पुस्तक, वास्तवमा, यी अनुप्रयोगहरूलाई समर्पित छ। हाल, लिङ्क गरिएको डाटा समुदायले गार्टनरको रेकर्डिङ (वा तपाइँलाई मनपर्ने उद्घोषणा) जस्ता प्रवृतिहरूको लागि यी प्रविधिहरू अझ व्यापक हुने अपेक्षा गर्दछ। ज्ञान ग्राफहरू и डाटा कपडा। म विश्वास गर्न चाहन्छु कि यो यी अवधारणाहरूको "साइकल" कार्यान्वयनहरू सफल हुनेछैनन्, तर तल छलफल गरिएका W3C मापदण्डहरूसँग सम्बन्धित छन्।

लिङ्क गरिएको डाटा

Berners-Lee ले लिङ्क गरिएको डेटालाई अर्थशास्त्रीय वेब "सही गरे" को रूपमा परिभाषित गर्नुभयो: दृष्टिकोण र प्रविधिहरूको सेट जसले यसलाई यसको अन्तिम लक्ष्यहरू प्राप्त गर्न अनुमति दिन्छ। लिङ्क गरिएको डाटा बर्नर्स-ली को आधारभूत सिद्धान्तहरू हाइलाइट गरियो निम्न।

सिद्धान्त १। संस्थाहरूलाई नाम दिन URI हरू प्रयोग गर्दै।

URIहरू प्रविष्टिहरूको लागि स्थानीय स्ट्रिङ पहिचानकर्ताहरूको विपरीत विश्वव्यापी एकाइ पहिचानकर्ताहरू हुन्। पछि, यो सिद्धान्त गुगल ज्ञान ग्राफ नारा मा सबै भन्दा राम्रो व्यक्त गरिएको थियो "चीजहरू, तारहरू होइन"।

सिद्धान्त १। HTTP योजनामा ​​URI हरू प्रयोग गर्दै ताकि उनीहरूलाई डि-रेफरेन्स गर्न सकिन्छ।

URI लाई सन्दर्भ गरेर, त्यो सिग्नेफायरको पछाडिको संकेत प्राप्त गर्न सम्भव हुनुपर्छ (अपरेटरको नामसँगको समानता " यहाँ स्पष्ट छ)।*"C मा); अधिक स्पष्ट रूपमा, यो संकेत को केहि प्रतिनिधित्व प्राप्त गर्न - HTTP हेडर को मान मा निर्भर गर्दछ Accept:। हुनसक्छ, AR/VR युगको आगमनको साथ, यो स्रोत आफैं प्राप्त गर्न सम्भव हुनेछ, तर अहिलेको लागि, प्रायः यो RDF कागजात हुनेछ, जुन SPARQL क्वेरी कार्यान्वयन गर्ने परिणाम हो। DESCRIBE.

सिद्धान्त १। W3C मापदण्डहरूको प्रयोग - मुख्यतया RDF(S) र SPARQL - विशेष गरी URI लाई सन्दर्भ गर्दा।

लिङ्क गरिएको डाटा टेक्नोलोजी स्ट्याकको यी व्यक्तिगत "तहहरू" को रूपमा पनि चिनिन्छ सिमेन्टिक वेब लेयर केक, तल वर्णन गरिनेछ।

सिद्धान्त १। संस्थाहरू वर्णन गर्दा अन्य URI को सन्दर्भहरूको प्रयोग।

RDF ले तपाईंलाई प्राकृतिक भाषामा स्रोतको मौखिक विवरणमा सीमित गर्न अनुमति दिन्छ, र चौथो सिद्धान्तले यो नगर्न आग्रह गर्दछ। यदि पहिलो सिद्धान्त सार्वभौमिक रूपमा अवलोकन गरिएको छ भने, "विदेशी" सहित अरूलाई सन्दर्भ गर्नको लागि स्रोत वर्णन गर्दा यो सम्भव हुन्छ, त्यसैले डाटालाई लिङ्क गरिएको भनिन्छ। वास्तवमा, RDFS शब्दावलीमा नाम दिइएको URI हरू प्रयोग गर्न लगभग अपरिहार्य छ।

RDF

RDF (संसाधन विवरण फ्रेमवर्क) अन्तरसम्बन्धित संस्थाहरू वर्णन गर्नको लागि एक औपचारिकता हो।

"विषय-अभ्यास-वस्तु" प्रकारका कथनहरू, जसलाई ट्रिपलेट भनिन्छ, संस्थाहरू र तिनीहरूको सम्बन्धको बारेमा बनाइन्छ। सरल अवस्थामा, विषय, भविष्यवाणी, र वस्तु सबै URI हरू हुन्। एउटै यूआरआई फरक-फरक ट्रिप्लेट्समा फरक-फरक स्थितिमा हुन सक्छ: विषय, प्रिडिकेट, र वस्तु; यसरी, ट्रिपलेटहरूले एक प्रकारको ग्राफ बनाउँछन् जसलाई RDF ग्राफ भनिन्छ।

विषय र वस्तुहरू URI हरू मात्र नभई तथाकथित पनि हुन सक्छन् खाली नोडहरू, र वस्तुहरू पनि हुन सक्छ शाब्दिक। शाब्दिकहरू आदिम प्रकारका उदाहरणहरू हुन् जसमा स्ट्रिङ प्रतिनिधित्व र प्रकार सङ्केत हुन्छ।

अक्षरहरू लेख्ने उदाहरणहरू (टर्टल सिन्ट्याक्समा, तल यसको बारेमा थप): "5.0"^^xsd:float и "five"^^xsd:string। प्रकारको साथ अक्षरहरू rdf:langString भाषा ट्यागले पनि सुसज्जित गर्न सकिन्छ; टर्टलमा यो यस्तो लेखिएको छ: "five"@en и "пять"@ru.

खाली नोडहरू विश्वव्यापी पहिचानकर्ताहरू बिना "अज्ञात" स्रोतहरू हुन्, जसको बारेमा, तथापि, बयान गर्न सकिन्छ; अस्तित्व चर को प्रकार।

त्यसैले (यो, वास्तवमा, RDF को सम्पूर्ण बिन्दु हो):

• विषय URI वा खाली नोड हो,
• भविष्यवाणी एक URI हो,
• वस्तु URI, खाली नोड, वा शाब्दिक हो।

किन भविष्यवाणी खाली नोडहरू हुन सक्दैन?

सम्भावित कारण अनौपचारिक रूपमा बुझ्न र पहिलो-अर्डर प्रेडिकेट तर्कको भाषामा ट्रिपलेट अनुवाद गर्ने इच्छा हो। s p o जस्तै केहि कहाँ - भविष्यवाणी, и - स्थिरता। यस बुझाइको निशान कागजातमा छ "LBase: सिमान्टिक वेबका भाषाहरूको लागि सिमान्टिक्स", जसमा W3C कार्य समूह नोटको स्थिति छ। यो समझ संग, त्रिगुट s p []कहाँ [] - खाली नोड, को रूपमा अनुवाद गरिनेछ कहाँ - चर, तर कसरी अनुवाद गर्ने s [] o? W3C सिफारिस स्थितिको साथ कागजात "RDF 1.1 अर्थशास्त्र"अर्को अनुवाद विधि प्रदान गर्दछ, तर अझै पनि खाली नोडहरू हुने भविष्यवाणीको सम्भावनालाई विचार गर्दैन।

तर, मनु स्पोर्नी अनुमति छ.

RDF एक सार मोडेल हो। RDF लेख्न सकिन्छ (क्रमबद्ध) विभिन्न वाक्य रचनामा: RDF/XML, कछुआ (सबैभन्दा बढी मानिस पढ्न योग्य), JSON-LD, HDT (बाइनरी)।

एउटै RDF लाई विभिन्न तरिकामा RDF/XML मा क्रमबद्ध गर्न सकिन्छ, त्यसैले, उदाहरणका लागि, XSD प्रयोग गरेर नतिजा XML प्रमाणित गर्न वा XPath प्रयोग गरेर डेटा निकाल्ने प्रयास गर्नुको कुनै अर्थ छैन। त्यस्तै गरी, JSON-LD ले Javascript को डट र स्क्वायर-ब्रेकेट नोटेशन प्रयोग गरेर RDF सँग काम गर्ने औसत Javascript विकासकर्ताको चाहना पूरा गर्ने सम्भावना छैन (यद्यपि JSON-LD एक संयन्त्र प्रस्ताव गरेर त्यस दिशामा सर्छ। फ्रेमिङ).

धेरैजसो वाक्यविन्यासहरूले लामो URI हरू छोटो पार्ने तरिकाहरू प्रस्ताव गर्छन्। उदाहरण को लागी, एक विज्ञापन @prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> कछुवामा त्यसपछि तपाईंलाई यसको सट्टा लेख्न अनुमति दिनेछ <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> बस rdf:type.

RDFS

RDFS (RDF स्कीमा) - एक आधारभूत मोडलिङ शब्दावली, सम्पत्ति र वर्ग र गुणहरू जस्तै अवधारणाहरू परिचय गर्दछ। rdf:type, rdfs:subClassOf, rdfs:domain и rdfs:range। RDFS शब्दकोश प्रयोग गरेर, उदाहरणका लागि, निम्न मान्य अभिव्यक्तिहरू लेख्न सकिन्छ:

rdf:type         rdf:type         rdf:Property .
rdf:Property     rdf:type         rdfs:Class .
rdfs:Class       rdfs:subClassOf  rdfs:Resource .
rdfs:subClassOf  rdfs:domain      rdfs:Class .
rdfs:domain      rdfs:domain      rdf:Property .
rdfs:domain      rdfs:range       rdfs:Class .
rdfs:label       rdfs:range       rdfs:Literal .

RDFS एक वर्णन र मोडलिङ शब्दावली हो, तर यो एक बाधा भाषा होइन (यद्यपि आधिकारिक विनिर्देश र पातहरू यस्तो प्रयोगको सम्भावना)। "Schema" शब्दलाई "XML Schema" अभिव्यक्तिमा जस्तै अर्थमा बुझ्नु हुँदैन। उदाहरण को लागी, :author rdfs:range foaf:Person यसको मतलब rdf:type सबै सम्पत्ति मानहरू :author - foaf:Person, तर यो पहिले नै भन्नु पर्छ भन्ने होइन।

SPARQL

SPARQL (SPARQL प्रोटोकल र RDF Query Language) - RDF डाटा क्वेरी गर्ने भाषा। साधारण अवस्थामा, SPARQL क्वेरी नमूनाहरूको एक सेट हो जसको विरुद्ध सोधिएको ग्राफको तीनवटा मिलाइन्छ। ढाँचाहरूले विषय, भविष्यवाणी, र वस्तु स्थितिहरूमा चरहरू समावेश गर्न सक्छन्।

क्वेरीले त्यस्ता चर मानहरू फर्काउनेछ जुन, नमूनाहरूमा प्रतिस्थापन गर्दा, क्वेरी गरिएको RDF ग्राफको सबग्राफको परिणाम हुन सक्छ (यसको तीनवटा उपसमूह)। ट्रिप्लेट्सका विभिन्न नमूनाहरूमा एउटै नामका चरहरूको एउटै मान हुनुपर्छ।

उदाहरणका लागि, माथिको सात RDFS axioms को सेट दिइएको छ, निम्न क्वेरी फर्किनेछ rdfs:domain и rdfs:range मानको रूपमा ?s и ?p तदनुसार:

SELECT * WHERE {
 ?s ?p rdfs:Class .
 ?p ?p rdf:Property .
}

यो ध्यान दिन लायक छ कि SPARQL घोषणात्मक हो र ग्राफ ट्राभर्सल वर्णन गर्ने भाषा होइन (यद्यपि, केहि RDF भण्डारहरूले क्वेरी कार्यान्वयन योजना समायोजन गर्ने तरिकाहरू प्रस्ताव गर्दछ)। त्यसकारण, केही मानक ग्राफ समस्याहरू, उदाहरणका लागि, सबैभन्दा छोटो बाटो खोज्ने, SPARQL मा समाधान गर्न सकिँदैन, सम्पत्ति मार्गहरू (तर, फेरि, व्यक्तिगत RDF भण्डारहरूले यी समस्याहरू समाधान गर्न विशेष विस्तारहरू प्रस्ताव गर्दछ)।

SPARQL ले संसारको खुलापनको अनुमान साझा गर्दैन र "विफलताको रूपमा अस्वीकार" दृष्टिकोणलाई पछ्याउँछ, जसमा सम्भव छ जस्तै डिजाइनहरू FILTER NOT EXISTS {…}। डाटा वितरण मेकानिज्म प्रयोग गरेर खातामा लिइन्छ संघीय प्रश्नहरू.

SPARQL पहुँच बिन्दु - SPARQL प्रश्नहरू प्रशोधन गर्न सक्षम RDF भण्डारण - दोस्रो चरणबाट कुनै प्रत्यक्ष एनालॉगहरू छैनन् (यस अनुच्छेदको सुरुमा हेर्नुहोस्)। यसलाई डाटाबेससँग तुलना गर्न सकिन्छ, जसको सामग्रीमा आधारित HTML पृष्ठहरू उत्पन्न भएका थिए, तर बाहिरबाट पहुँचयोग्य। SPARQL पहुँच बिन्दु तेस्रो चरणबाट API पहुँच बिन्दुसँग धेरै समान छ, तर दुई मुख्य भिन्नताहरूसँग। पहिलो, धेरै "परमाणु" प्रश्नहरू एकमा मिलाउन सम्भव छ (जसलाई GraphQL को मुख्य विशेषता मानिन्छ), र दोस्रो, यस्तो API पूर्ण रूपमा आत्म-कागजातीकरण हो (जसलाई HATEOAS ले हासिल गर्न खोजेको हो)।

विवादित टिप्पणी

RDF वेबमा डाटा प्रकाशित गर्ने तरिका हो, त्यसैले RDF भण्डारणलाई कागजात DBMS मानिनुपर्छ। साँचो, RDF एउटा ग्राफ हो र रूख होइन, तिनीहरू पनि ग्राफ-आधारित भए। यो अचम्मको छ कि यसले सबै काम गर्यो। कसले सोचेको थियो कि त्यहाँ स्मार्ट मानिसहरू हुनेछन् जसले खाली नोडहरू लागू गर्नेछन्। Codd यहाँ छ यो काम गरेन.

RDF डेटामा पहुँच व्यवस्थित गर्न कम पूर्ण-विशेषता भएका तरिकाहरू पनि छन्, उदाहरणका लागि, लिङ्क गरिएको डाटा टुक्राहरू (LDF) र लिङ्क गरिएको डाटा प्लेटफर्म (LDP)।

OWL

OWL (वेब ओन्टोलजी भाषा) - ज्ञान को प्रतिनिधित्व को लागी एक औपचारिकता, वर्णन तर्क को एक वाक्यात्मक संस्करण (जस्तै तल यो OWL 2 भन्न अझ सही छ, OWL को पहिलो संस्करण मा आधारित थियो ).

OWL मा वर्णनात्मक तर्कहरूको अवधारणाहरू वर्गहरूसँग मेल खान्छ, भूमिकाहरू गुणहरूसँग मेल खान्छ, व्यक्तिहरूले आफ्नो अघिल्लो नाम राख्छन्। Axioms लाई axioms पनि भनिन्छ।

उदाहरणका लागि, तथाकथित मा म्यानचेस्टर वाक्य रचना OWL नोटेशन को लागी एक स्वयंसिद्ध पहिले नै हामीलाई थाहा छ यसरी लेखिनेछ:

Class: Human
Class: Parent
   EquivalentClass: Human and (inverse hasParent) some Human
ObjectProperty: hasParent

OWL लेख्नका लागि अन्य वाक्यविन्यासहरू छन्, जस्तै कार्यात्मक वाक्य रचना, आधिकारिक विनिर्देशमा प्रयोग गरिएको, र OWL/XML। थप रूपमा, OWL क्रमबद्ध गर्न सकिन्छ RDF वाक्यविन्यास सार गर्न र थप - कुनै पनि विशिष्ट वाक्य रचनामा।

OWL को RDF सँग दोहोरो सम्बन्ध छ। एकातिर, यसलाई RDFS विस्तार गर्ने एक प्रकारको शब्दकोशको रूपमा मान्न सकिन्छ। अर्कोतर्फ, यो एक अधिक शक्तिशाली औपचारिकता हो जसको लागि RDF केवल एक क्रमबद्ध ढाँचा हो। सबै प्राथमिक OWL निर्माणहरू एकल RDF ट्रिपलेट प्रयोग गरेर लेख्न सकिँदैन।

OWL निर्माणहरूको कुन उपसमूह प्रयोग गर्न अनुमति दिइएकोमा निर्भर गर्दछ, तिनीहरू तथाकथित कुरा गर्छन् OWL प्रोफाइलहरू। मानकीकृत र सबैभन्दा प्रसिद्ध OWL EL, OWL RL र OWL QL हुन्। प्रोफाइलको छनोटले सामान्य समस्याहरूको कम्प्युटेशनल जटिलतालाई असर गर्छ। अनुरूप OWL निर्माणहरूको पूर्ण सेट , OWL DL भनिन्छ। कहिलेकाहीँ तिनीहरू OWL फुलको बारेमा पनि कुरा गर्छन्, जसमा OWL निर्माणहरूलाई RDF मा निहित पूर्ण स्वतन्त्रताको साथ प्रयोग गर्न अनुमति दिइन्छ, सिमान्टिक र कम्प्युटेसनल प्रतिबन्धहरू बिना। । उदाहरण को लागी, केहि एक वर्ग र एक सम्पत्ति दुवै हुन सक्छ। OWL पूर्ण अनिर्णय छ।

OWL मा नतिजाहरू संलग्न गर्नका लागि मुख्य सिद्धान्तहरू खुला विश्व धारणाको अवलम्बन हो। O.W.A) र अद्वितीय नामहरूको अनुमानको अस्वीकार (अद्वितीय नाम धारणा, ONE)। तल हामी यी सिद्धान्तहरूले नेतृत्व गर्न र केही OWL निर्माणहरू परिचय गराउन सक्छौं भनेर हेर्नेछौं।

ओन्टोलोजीले निम्न टुक्रा समावेश गरौं (म्यानचेस्टर सिन्ट्याक्समा):

Class: manyChildren
   EquivalentTo: Human that hasChild min 3
Individual: John
   Types: Human
   Facts: hasChild Alice, hasChild Bob, hasChild Carol

के यो यूहन्नाले धेरै छोराछोरीहरू छन् भनेर भनिएको कुराबाट पछ्याउने हो? UNA लाई अस्वीकार गर्नाले यस प्रश्नको जवाफ नकरात्मक जवाफ दिन इन्फरेन्स इन्जिनलाई बाध्य पार्छ, किनकि एलिस र बब एउटै व्यक्ति हुन सक्छन्। निम्न स्थान लिनको लागि, तपाईंले निम्न स्वयंसिद्ध थप्नु पर्छ:

DifferentIndividuals: Alice, Bob, Carol, John

अब ओन्टोलजी टुक्राको निम्न रूप होस् (जोनलाई धेरै बच्चाहरू भएको घोषणा गरिएको छ, तर उहाँसँग दुईवटा बच्चाहरू मात्र छन्):

Class: manyChildren
   EquivalentTo: Human that hasChild min 3
Individual: John
   Types: Human, manyChildren
   Facts: hasChild Alice, hasChild Bob
DifferentIndividuals: Alice, Bob, Carol, John

के यो ओन्टोलजी असंगत हुनेछ (जसलाई अवैध डेटाको प्रमाणको रूपमा व्याख्या गर्न सकिन्छ)? OWA लाई स्वीकार गर्दा इन्फरेन्स इन्जिनले नकारात्मक प्रतिक्रिया दिनेछ: "कहीँ" (अर्को ओन्टोलजीमा) यो राम्रोसँग भन्न सकिन्छ कि क्यारोल पनि जोनको बच्चा हो।

यसको सम्भावनालाई अस्वीकार गर्न, जोनको बारेमा नयाँ तथ्य थपौं:

Individual: John
   Facts: hasChild Alice, hasChild Bob, not hasChild Carol

अन्य बच्चाहरूको उपस्थिति बहिष्कार गर्न, मानौं कि सम्पत्तिका सबै मानहरू "बच्चा हुनु" मानिसहरू हुन्, जसमध्ये हामीसँग मात्र चार छ:

ObjectProperty: hasChild
   Domain: Human
   Сharacteristics: Irreflexive
Class: Human
EquivalentTo: { Alice, Bill, Carol, John }

अब ओन्टोलोजी विरोधाभासी हुनेछ, जुन निष्कर्ष इन्जिन रिपोर्ट गर्न असफल हुनेछैन। अन्तिम स्वसिद्धका साथ हामीसँग, एक अर्थमा, संसार "बन्द" छ, र ध्यान दिनुहोस् कि कसरी जोन आफ्नै बच्चा हुने सम्भावनालाई बहिष्कृत गरिएको छ।

इन्टरप्राइज डाटा लिङ्क गर्दै

दृष्टिकोण र प्रविधिहरूको लिङ्क गरिएको डाटा सेट मूल रूपमा वेबमा डाटा प्रकाशित गर्नको लागि हो। आन्तरिक कर्पोरेट वातावरणमा तिनीहरूको प्रयोगले धेरै कठिनाइहरूको सामना गर्दछ।

उदाहरण को लागी, एक बन्द कर्पोरेट वातावरण मा, OWA को ग्रहण र UNA को अस्वीकार मा आधारित OWL को कटौती शक्ति, वेब को खुला र वितरित प्रकृति को कारण निर्णयहरु, धेरै कमजोर छ। र यहाँ निम्न समाधानहरू सम्भव छन्।

• OWL लाई अर्थशास्त्रको साथ प्रदान गर्दै, OWA को परित्याग र UNA को अपनाउने, सम्बन्धित आउटपुट इन्जिनको कार्यान्वयनलाई संकेत गर्दै। - यो बाटोमा जाँदै छ Stardog RDF भण्डारण।
• नियम इन्जिनहरूको पक्षमा OWL को कटौती क्षमताहरू त्याग्दै। - स्टारडग समर्थन गर्दछ SWRL; जेना र GraphDB प्रस्ताव आफ्नै भाषाहरु नियमहरू
• OWL को कटौती क्षमताहरूको अस्वीकार, मोडलिङको लागि RDFS नजिकको एक वा अर्को उपसेटको प्रयोग। - तल यस बारे थप हेर्नुहोस्।

अर्को मुद्दा भनेको कर्पोरेट जगतले डाटा गुणस्तरका समस्याहरू र लिङ्क गरिएको डाटा स्ट्याकमा डाटा प्रमाणीकरण उपकरणहरूको अभावमा बढी ध्यान दिनु हो। यहाँ आउटपुटहरू निम्नानुसार छन्।

• फेरि, यदि उपयुक्त इन्फरेन्स इन्जिन उपलब्ध छ भने बन्द विश्व अर्थशास्त्र र अद्वितीय नामहरूसँग OWL निर्माणहरूको प्रमाणीकरणको लागि प्रयोग गर्नुहोस्।
• प्रयोग गर्नुहोस् SHACL, सिमान्टिक वेब लेयर केक तहहरूको सूची फिक्स गरिसकेपछि मानकीकृत (यद्यपि, यसलाई नियम इन्जिनको रूपमा पनि प्रयोग गर्न सकिन्छ), वा ShEx.
• सबै कुरा अन्ततः SPARQL क्वेरीहरू मार्फत गरिन्छ भन्ने बुझ्दै, तिनीहरूलाई प्रयोग गरेर तपाईंको आफ्नै सरल डाटा प्रमाणीकरण संयन्त्र सिर्जना गर्नुहोस्।

यद्यपि, कटौती क्षमताहरू र प्रमाणीकरण उपकरणहरूको पूर्ण अस्वीकृतिले पनि लिङ्क गरिएको डाटा स्ट्याकलाई कार्यहरूमा प्रतिस्पर्धाबाट बाहिर छोड्छ जुन ल्यान्डस्केपमा खुला र वितरित वेबमा समान छन् - डाटा एकीकरण कार्यहरूमा।

नियमित उद्यम सूचना प्रणालीको बारेमा के हो?

यो सम्भव छ, तर तपाईले, अवश्य पनि, सम्बन्धित प्रविधिहरूले समाधान गर्नुपर्ने समस्याहरू बारे सचेत हुनुपर्छ। परम्परागत IT को दृष्टिकोणबाट यो टेक्नोलोजी स्ट्याक कस्तो देखिन्छ भनेर देखाउनको लागि म यहाँ विकास सहभागीहरूको एक विशिष्ट प्रतिक्रिया वर्णन गर्नेछु। मलाई हात्तीको दृष्टान्तको सानो सम्झना गराउँछ:

• व्यापार विश्लेषक: RDF प्रत्यक्ष रूपमा भण्डारण गरिएको तार्किक मोडेल जस्तै हो।
• प्रणाली विश्लेषक: RDF जस्तै छ EAV, केवल अनुक्रमणिकाको गुच्छा र सुविधाजनक क्वेरी भाषाको साथ।
• विकासकर्ता: ठीक छ, यो सबै धनी मोडेल र कम कोड को अवधारणा को आत्मा मा छ, पढ्दै थिए हालै यस बारे।
• परियोजना प्रबन्ध: हो उस्तै हो स्ट्याक पतन!

अभ्यासले देखाउँछ कि स्ट्याक प्रायः डाटाको वितरण र विषमतासँग सम्बन्धित कार्यहरूमा प्रयोग गरिन्छ, उदाहरणका लागि, MDM (मास्टर डाटा व्यवस्थापन) वा DWH (डेटा वेयरहाउस) वर्ग प्रणालीहरू निर्माण गर्दा। यस्ता समस्या कुनै पनि उद्योगमा हुन्छन् ।

उद्योग-विशिष्ट अनुप्रयोगहरूको सन्दर्भमा, लिङ्क गरिएको डाटा प्रविधिहरू हाल निम्न उद्योगहरूमा सबैभन्दा लोकप्रिय छन्।

• बायोमेडिकल टेक्नोलोजीहरू (जहाँ तिनीहरूको लोकप्रियता डोमेनको जटिलतासँग सम्बन्धित देखिन्छ);

वर्तमान

"उबलिङ प्वाइन्ट" ले भर्खरै "राष्ट्रिय चिकित्सा ज्ञान कोष" संघले आयोजना गरेको सम्मेलनको आयोजना गरेको थियो।अन्टोलोजीहरू संयोजन गर्दै। सिद्धान्त देखि व्यवहारिक प्रयोग सम्म"।

• जटिल उत्पादनहरूको उत्पादन र सञ्चालन (ठूलो मेकानिकल इन्जिनियरिङ्, तेल र ग्यास उत्पादन; प्रायः हामी मानकको बारेमा कुरा गर्दैछौं। आईएसओ 15926);

वर्तमान

यहाँ, पनि, कारण विषय क्षेत्र को जटिलता हो, जब, उदाहरण को लागी, अपस्ट्रीम चरण मा, यदि हामी तेल र ग्याँस उद्योग को बारे मा कुरा गर्छौं, सरल लेखा केहि CAD कार्यहरु को आवश्यकता छ।

2008 मा, एक प्रतिनिधि स्थापना कार्यक्रम, शेभरोन द्वारा आयोजित, भयो सम्मेलन.

ISO 15926, अन्तमा, तेल र ग्याँस उद्योगको लागि अलि भारी देखिन्थ्यो (र मेकानिकल इन्जिनियरिङमा सम्भवतः ठूलो अनुप्रयोग फेला पर्यो)। केवल Statoil (Equinor) यसमा राम्रोसँग जोडिएको थियो; नर्वेमा, सम्पूर्ण इकोसिस्टम। अरूले आफ्नो काम गर्न खोजिरहेका छन्। उदाहरण को लागी, अफवाहहरु को अनुसार, ऊर्जा को घरेलू मंत्रालय "ईन्धन र ऊर्जा परिसर को वैचारिक ओन्टोलॉजिकल मोडेल" सिर्जना गर्न चाहन्छ, स्पष्ट रूपमा, बिजुली उद्योगको लागि सिर्जना गरियो.

• वित्तीय संस्थाहरू (XBRL लाई SDMX र RDF Data Cube ontology को एक प्रकारको हाइब्रिड पनि मान्न सकिन्छ);

वर्तमान

वर्षको सुरुमा, LinkedIn ले लेखकलाई सक्रिय रूपमा वित्तीय उद्योगका लगभग सबै दिग्गजहरूबाट रिक्त स्थानहरू स्प्याम गर्यो, जसलाई उसले टिभी शृंखला "फोर्स मेज्योर" बाट चिन्छ: गोल्डम्यान साक्स, जेपी मोर्गन चेस र/वा मोर्गन स्टेनली, वेल्स फार्गो, SWIFT/Visa/Mastercard, Bank of America, Citigroup, Fed, Deutsche Bank... सम्भवतः सबैजना आफूले पठाउन सक्ने कसैलाई खोजिरहेका थिए। ज्ञान ग्राफ सम्मेलन। धेरै केहि फेला पार्न व्यवस्थित: वित्तीय संस्थाहरूले सबै कुरा लिए पहिलो दिनको बिहान.

HeadHunter मा, केवल Sberbank ले केहि रोचक कुरा भेट्यो; यो "RDF-जस्तो डेटा मोडेलको साथ EAV भण्डारण" को बारेमा थियो।

सम्भवतः, घरेलु र पश्चिमी वित्तीय संस्थाहरूको सम्बन्धित प्रविधिहरूको लागि प्रेमको डिग्रीमा भिन्नता पछिल्ला गतिविधिहरूको अन्तर्राष्ट्रिय प्रकृतिको कारण हो। स्पष्ट रूपमा, राज्यको सीमानामा एकीकरण गर्न गुणात्मक रूपमा फरक संगठनात्मक र प्राविधिक समाधानहरू आवश्यक पर्दछ।

• व्यावसायिक अनुप्रयोगहरूसँग प्रश्न-उत्तर प्रणालीहरू (IBM वाटसन, एप्पल सिरी, गुगल ज्ञान ग्राफ);

वर्तमान

वैसे, सिरीका निर्माता, थॉमस ग्रुबर, ओन्टोलजीको धेरै परिभाषाका लेखक हुन् (आईटी अर्थमा) "संकल्पना विशिष्टता" को रूपमा। मेरो विचारमा, यस परिभाषामा शब्दहरू पुन: व्यवस्थित गर्नाले यसको अर्थ परिवर्तन गर्दैन, जसले सायद यो त्यहाँ छैन भनेर संकेत गर्दछ।

• संरचित डेटाको प्रकाशन (बढी औचित्यका साथ यसलाई लिङ्क गरिएको खुला डाटामा श्रेय दिन सकिन्छ)।

वर्तमान

लिंक गरिएको डाटाका ठूला प्रशंसकहरू तथाकथित GLAM हुन्: ग्यालरीहरू, पुस्तकालयहरू, अभिलेखहरू, र संग्रहालयहरू। यो भन्न पर्याप्त छ कि कांग्रेसको पुस्तकालयले MARC21 को लागि प्रतिस्थापन प्रवर्द्धन गरिरहेको छ BIBFRAMEकुन ग्रन्थसूची विवरणको भविष्यको लागि आधार प्रदान गर्दछ र, निस्सन्देह, RDF मा आधारित।

विकिडेटालाई प्राय: लिङ्क गरिएको ओपन डाटाको क्षेत्रमा सफल परियोजनाको उदाहरणको रूपमा उद्धृत गरिएको छ - विकिपिडियाको एक प्रकारको मेशिन-पढने योग्य संस्करण, जसको सामग्री, DBPedia को विपरीत, लेख इन्फोबक्सहरूबाट आयात गरेर उत्पन्न हुँदैन, तर यो हो। धेरै वा कम म्यानुअल रूपमा सिर्जना गरिएको छ (र पछि उही जानकारी बाकसहरूको लागि जानकारीको स्रोत हुन्छ)।

हामी तपाईंलाई यो जाँच गर्न पनि सिफारिस गर्छौं सूची "ग्राहकहरू" खण्डमा Stardog वेबसाइटमा Stardog RDF भण्डारणका प्रयोगकर्ताहरू।

यो हुन सक्छ, गार्टनर मा इमर्जिङ टेक्नोलोजी 2016 को लागि हाइप साइकल "उद्यम वर्गीकरण र ओन्टोलोजी व्यवस्थापन" लाई निराशाको उपत्यकामा अवतरणको बिचमा राखिएको छ जसमा १० वर्ष भन्दा पहिले "उत्पादकता पठार" पुग्ने सम्भावना छ।

इन्टरप्राइज डाटा जडान गर्दै

पूर्वानुमान, पूर्वानुमान, पूर्वानुमान...

ऐतिहासिक चासोको कारण, मैले हामीलाई चासो लाग्ने टेक्नोलोजीहरूमा विभिन्न वर्षहरूको लागि गार्टनरको भविष्यवाणीहरू तल तालिकाबद्ध गरेको छु।

Год	प्रविधि	रिपोर्ट गर्नुहोस्	स्थिति	पठारमा वर्षौं
2001	अर्थपूर्ण वेब	उभरती टेक्नोलोजीहरू	नवाचार ट्रिगर	5-10
2006	कर्पोरेट सिमान्टिक वेब	उभरती टेक्नोलोजीहरू	बढेको अपेक्षाको शिखर	5-10
2012	अर्थपूर्ण वेब	ठूलो डाटा	बढेको अपेक्षाको शिखर	> 10
2015	लिङ्क गरिएको डाटा	उन्नत विश्लेषण र डेटा विज्ञान	निराशाको कुण्ड	5-10
2016	इन्टरप्राइज ओन्टोलजी व्यवस्थापन	उभरती टेक्नोलोजीहरू	निराशाको कुण्ड	> 10
2018	ज्ञान ग्राफहरू	उभरती टेक्नोलोजीहरू	नवाचार ट्रिगर	5-10

यद्यपि, पहिले नै मा "हाइप साइकल..." 2018 अर्को माथिको प्रवृत्ति देखा पर्यो - ज्ञान ग्राफ। एक निश्चित पुनर्जन्म भयो: ग्राफ DBMSs, जसमा प्रयोगकर्ताहरूको ध्यान र विकासकर्ताहरूको प्रयासहरू स्विच हुन थाले, पहिलेका अनुरोधहरू र पछिल्लोका बानीहरूको प्रभावमा, रूपरेखा र स्थितिमा लिन थाले। तिनीहरूका पूर्ववर्ती प्रतिद्वन्द्वीहरूको।

लगभग हरेक ग्राफ DBMS ले कर्पोरेट "ज्ञान ग्राफ" ("लिंक गरिएको डाटा" लाई कहिलेकाहीं "कनेक्टेड डाटा" द्वारा प्रतिस्थापित गरिन्छ) निर्माण गर्नको लागि उपयुक्त प्लेटफर्म घोषणा गर्दछ, तर त्यस्ता दाबीहरू कत्तिको जायज छन्?

ग्राफ डाटाबेसहरू अझै पनि एसेमेन्टिक छन्; ग्राफ DBMS मा डाटा अझै पनि समान डाटा साइलो छ। URIs को सट्टा स्ट्रिङ पहिचानकर्ताहरूले दुई ग्राफ DBMS हरू एकीकरण गर्ने कार्यलाई अझै पनि एकीकरण कार्य बनाउँदछ, जबकि दुई RDF स्टोरहरू एकीकृत गर्दा प्राय: दुई RDF ग्राफहरू मर्ज गर्न तल आउँछ। असमानताको अर्को पक्ष भनेको LPG ग्राफ मोडेलको गैर-रिफ्लेक्सिभिटी हो, जसले एउटै प्लेटफर्म प्रयोग गरेर मेटाडेटा व्यवस्थापन गर्न गाह्रो बनाउँछ।

अन्तमा, ग्राफ DBMS सँग अनुमान इन्जिन वा नियम इन्जिनहरू छैनन्। त्यस्ता इन्जिनहरूको नतिजाहरू जटिल प्रश्नहरूद्वारा पुन: उत्पादन गर्न सकिन्छ, तर यो SQL मा पनि सम्भव छ।

यद्यपि, अग्रणी RDF भण्डारण प्रणालीहरूलाई LPG मोडेललाई समर्थन गर्न कुनै कठिनाइ छैन। सबैभन्दा ठोस दृष्टिकोणलाई ब्लेजग्राफमा एक पटकमा प्रस्तावित गरिएको मानिन्छ: RDF* मोडेल, RDF र LPG को संयोजन।

थप पढ्नुहोस्

तपाईंले Habré मा अघिल्लो लेखमा LPG मोडेलको लागि RDF भण्डारण समर्थनको बारेमा थप पढ्न सक्नुहुन्छ: "अहिले RDF भण्डारणमा के भइरहेको छ"। मलाई आशा छ कि एक दिन ज्ञान ग्राफ र डाटा कपडाको बारेमा छुट्टै लेख लेखिनेछ। अन्तिम खण्ड, बुझ्न सजिलो छ, हतारमा लेखिएको थियो, तथापि, छ महिना पछि पनि, सबै कुरा यी अवधारणाहरु संग धेरै स्पष्ट छैन।

साहित्य

1. Halpin, H., Monnin, A. (eds.) (2014)। दार्शनिक ईन्जिनियरिङ्: वेबको दर्शन तर्फ
2. Allemang, D., Hendler, J. (2011) काम गर्ने ओन्टोलॉजिस्टको लागि सिमेन्टिक वेब (2nd संस्करण।)
3. Staab, S., Studer, R. (eds.) (2009) Handbook on Ontologies (2nd Ed.)
4. वुड, डी (एड।)। (2011) इन्टरप्राइज डाटा लिङ्क गर्दै
5. Keet, M. (2018) ओन्टोलजी इन्जिनियरिङको परिचय

स्रोत: www.habr.com